IT > IT

[AI 2.0 시대③] AI강국의 선행조건…'빅데이터' 보단 '굿데이터'

등록 2022-06-13 06:20:00 최종수정 2022-06-20 10:34:25

기사본문

이메일 보내기
* 받는 사람
메세지

이메일 보내기

* 받는 사람

메세지

이메일 보내기
* 보내는 사람
보내는 내용	[AI 2.0 시대③] AI강국의 선행조건…'빅데이터' 보단 '굿데이터' [서울=뉴시스] 이진영 기자 = 우리나라가 4차 산업혁명의 핵심으로 꼽히는 인공지능(AI) 기술 산업을 주도하기 위해서는 넘어야 할 산이 많다. 데이터·인력 부족, 저작권·윤리 문제 등이 핵심 과제로 꼽힌다. 먼저 AI를 고도화 하려면 많은 양의 데이터, 즉 다량의 데이터셋을 확보해야 한다. 하지만 한국은 미국과 중국 등 선진국에 비해 데이터 인프라가 충분치 않은 것은 물론 기존 데이터도 저작권 문제 등으로도 확보가 쉽지 않다는 게 전문가들의 전언이다. 업계 관계자는 "AI의 성능은 방대한 양질의 데이터에 의해 결정된다"면서 "저작권 문제를 포함한 법제도 개선을 통해 정부 차원에서 데이터 활용을 활성화할 수 있도록 지원하는 게 중요하다"고 강조했다. 데이터를 효율적으로 관리하는 능력도 한국이 뒤처졌다는 지적이다. 전 세계 기업의 AI 도입 현황을 조사한 IBM의 '2022년 AI 도입 지수' 연례 보고서에 따르면 국내 기업의 경우 효율적 데이터 관리를 위한 데이터 패브릭 아키텍처를 '사용 중' 또는 '사용 예정'이라 답한 응답자 비율이 44%로, 61%를 기록한 글로벌 기업 평균 대비 낮은 수치를 보여 효율적인 데이터 관리 역량 개선이 필요한 것으로 나타났다. AI가 학습하는 데이터도 텍스트에서, 이미지, 영상 등으로 확대되고 있다. 데이터 관리 시스템과 역량을 한단계 끌어올려야 미국·중국 등 선진국과의 데이터 격차를 좁힐 수 있다는 지적이다. 일각에서는 현실적으로 데이터 규모에 매달리기보다 양질의 데이터를 확보하는 데 초점을 맞추는 것이 보다 효과적인 전략이라는 시각도 있다. 앤드루 응 랜딩AI 최고경영자(CEO)는 "방대한 데이터를 얻기 힘든 일반 산업계에서는 사고방식을 '빅데이터'(big data)에서 '굿데이터'(good data)로 전환할 필요 있다"면서 "사내 AI 조직과의 협업을 통해 데이터를 잘 분류하면 적은 데이터로도 큰 효과 얻을 수 있다"라고 조언했다. AI 인력 개발 부족 문제도 심각한 문제로 꼽히고 있다. 업계 관계자는 "미국 스탠포드에서 최근 발표한 AI 인덱스 리포트를 보면, 미국의 컴퓨터공학 졸업자 수가 올해 3만명 이상이고, 그중 약 70%가 AI 전공인데, 그에 비해 우리나라는 매년 배출되는 AI 전공 인력이 너무 부족하다"고 토로했다. 이에 따라 정부 부처 간 원활한 협업을 통해 초중등 소프트웨어 교육을 강화하고, 대학·대학원의 전공 인력을 확충하는 등 체계적인 AI 인재 양성이 필요하다는 제안이 나온다. 명확하지 않은 AI 윤리 가이드라인도 기업들이 AI 개발에 적극 뛰어들기 힘든 요인으로 꼽히고 있다. 지난해 AI 챗봇 '이루다'가 소수자 차별·혐오 발언과 개인정보 유용 등의 문제로 사회적 이슈가 됐는데 당시도, 현재도 명확한 AI 가이드라인이 마련되지 않았다. 배순민 KT AL2XL소장은 "국가 차원에서 윤리적 이슈 등에 대한 명확한 가이드라인에 대한 연구를 진행할 필요가 있다"고 지적했다. ◎공감언론 뉴시스 [email protected] https://weekly.newsis.com

이메일 보내기

* 보내는 사람

보내는 내용

[AI 2.0 시대③] AI강국의 선행조건…'빅데이터' 보단 '굿데이터' [서울=뉴시스] 이진영 기자 = 우리나라가 4차 산업혁명의 핵심으로 꼽히는 인공지능(AI) 기술 산업을 주도하기 위해서는 넘어야 할 산이 많다. 데이터·인력 부족, 저작권·윤리 문제 등이 핵심 과제로 꼽힌다. 먼저 AI를 고도화 하려면 많은 양의 데이터, 즉 다량의 데이터셋을 확보해야 한다. 하지만 한국은 미국과 중국 등 선진국에 비해 데이터 인프라가 충분치 않은 것은 물론 기존 데이터도 저작권 문제 등으로도 확보가 쉽지 않다는 게 전문가들의 전언이다. 업계 관계자는 "AI의 성능은 방대한 양질의 데이터에 의해 결정된다"면서 "저작권 문제를 포함한 법제도 개선을 통해 정부 차원에서 데이터 활용을 활성화할 수 있도록 지원하는 게 중요하다"고 강조했다. 데이터를 효율적으로 관리하는 능력도 한국이 뒤처졌다는 지적이다. 전 세계 기업의 AI 도입 현황을 조사한 IBM의 '2022년 AI 도입 지수' 연례 보고서에 따르면 국내 기업의 경우 효율적 데이터 관리를 위한 데이터 패브릭 아키텍처를 '사용 중' 또는 '사용 예정'이라 답한 응답자 비율이 44%로, 61%를 기록한 글로벌 기업 평균 대비 낮은 수치를 보여 효율적인 데이터 관리 역량 개선이 필요한 것으로 나타났다. AI가 학습하는 데이터도 텍스트에서, 이미지, 영상 등으로 확대되고 있다. 데이터 관리 시스템과 역량을 한단계 끌어올려야 미국·중국 등 선진국과의 데이터 격차를 좁힐 수 있다는 지적이다. 일각에서는 현실적으로 데이터 규모에 매달리기보다 양질의 데이터를 확보하는 데 초점을 맞추는 것이 보다 효과적인 전략이라는 시각도 있다. 앤드루 응 랜딩AI 최고경영자(CEO)는 "방대한 데이터를 얻기 힘든 일반 산업계에서는 사고방식을 '빅데이터'(big data)에서 '굿데이터'(good data)로 전환할 필요 있다"면서 "사내 AI 조직과의 협업을 통해 데이터를 잘 분류하면 적은 데이터로도 큰 효과 얻을 수 있다"라고 조언했다. AI 인력 개발 부족 문제도 심각한 문제로 꼽히고 있다. 업계 관계자는 "미국 스탠포드에서 최근 발표한 AI 인덱스 리포트를 보면, 미국의 컴퓨터공학 졸업자 수가 올해 3만명 이상이고, 그중 약 70%가 AI 전공인데, 그에 비해 우리나라는 매년 배출되는 AI 전공 인력이 너무 부족하다"고 토로했다. 이에 따라 정부 부처 간 원활한 협업을 통해 초중등 소프트웨어 교육을 강화하고, 대학·대학원의 전공 인력을 확충하는 등 체계적인 AI 인재 양성이 필요하다는 제안이 나온다. 명확하지 않은 AI 윤리 가이드라인도 기업들이 AI 개발에 적극 뛰어들기 힘든 요인으로 꼽히고 있다. 지난해 AI 챗봇 '이루다'가 소수자 차별·혐오 발언과 개인정보 유용 등의 문제로 사회적 이슈가 됐는데 당시도, 현재도 명확한 AI 가이드라인이 마련되지 않았다. 배순민 KT AL2XL소장은 "국가 차원에서 윤리적 이슈 등에 대한 명확한 가이드라인에 대한 연구를 진행할 필요가 있다"고 지적했다. ◎공감언론 뉴시스 [email protected]

https://weekly.newsis.com